CN107016103A - 一种构建用户画像的方法及装置 - Google Patents

Abstract

本发明实施例中公开了一种构建用户画像的方法，获取用户的原始行为日志；对所述原始行为日志进行预处理，生成所述用户的目标行为日志；对所述目标行为日志进行分析，生成所述用户的最新行为序列；调取所述用户的历史行为序列；将所述最新行为序列及所述历史行为序列进行融合计算得到所述用户的属性标签；根据所述属性标签构建所述用户的用户画像。由于对用户的历史行为序列的应用，能够使最消耗资源的生成用户行为序列的部分避免重复计算，进而节约了硬件资源，提高了用户画像的构建效率。相应的，本发明实施例还公开了一种构建用户画像的装置。

Description

一种构建用户画像的方法及装置

技术领域

本发明涉及用户画像技术领域，具体涉及一种构建用户画像的方法及装置。

背景技术

用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。用户画像为公司或企业进一步精准、快速地分析用户行为习惯、消费习惯等重要信息，提供了足够的数据基础，是支撑个性化推荐、自动化营销等大数据应用的基本方式。

目前，在用户画像的构建过程中，多采用离线计算的方式对用户行为数据进行处理，以提取出用户标签。但是，随着大数据技术的深入研究与应用，用户行为数据的数量也越来越多，这就使得对大量用户行为数据进行处理时，不仅消耗过多的硬件资源，还降低了用户画像的构建效率。

发明内容

有鉴于此，本发明实施例提供一种构建用户画像的方法及装置，能够减少硬件资源的消耗并提高用户画像的构建效率。

为实现上述目的，本发明实施例提供如下技术方案：

一种构建用户画像的方法，包括：

获取用户的原始行为日志；

对所述原始行为日志进行预处理，生成所述用户的目标行为日志；

对所述目标行为日志进行分析，生成所述用户的最新行为序列；

调取所述用户的历史行为序列；

将所述最新行为序列及所述历史行为序列进行融合计算得到所述用户的属性标签；

根据所述属性标签构建所述用户的用户画像。

优选的，所述获取用户的原始行为日志，包括：

定时获取用户的原始行为日志，以对所述用户的属性标签进行更新。

优选的，所述对所述原始行为日志进行预处理，包括：

对所述原始行为日志进行清洗以及对所述原始行为日志的格式规范化。

优选的，所述对所述目标行为日志进行分析，生成所述用户的最新行为序列，包括：

将所述目标行为日志推送给消息队列；

从所述消息队列中拉取目标行为日志的数据进行实时流计算处理解析得到所述用户的每一次行为的属性信息；

将所述用户的每一次行为的属性信息组合生成所述用户的最新行为序列。

优选的，所述调取所述用户的历史行为序列，包括：

调取与所述最新行为序列相邻的前一批次的行为序列作为所述用户的历史行为序列。

一种构建用户画像的装置，包括：

获取单元，用于获取用户的原始行为日志；

预处理单元，用于对所述原始行为日志进行预处理，生成所述用户的目标行为日志；

分析单元，用于对所述目标行为日志进行分析，生成所述用户的最新行为序列；

调取单元，用于调取所述用户的历史行为序列；

融合单元，用于将所述最新行为序列及所述历史行为序列进行融合计算得到所述用户的属性标签；

构建单元，用于根据所述属性标签构建所述用户的用户画像。

优选的，所述获取单元具体用于：

定时获取用户的原始行为日志，以对所述用户的属性标签进行更新。

优选的，所述预处理单元具体用于：

对所述原始行为日志进行清洗以及对所述原始行为日志的格式规范化。

优选的，所述分析单元包括：

推送子单元，用于将所述目标行为日志推送给消息队列；

计算子单元，用于从所述消息队列中拉取目标行为日志的数据进行实时流计算处理解析得到所述用户的每一次行为的属性信息；

组合子单元，用于将所述用户的每一次行为的属性信息组合生成所述用户的最新行为序列。

优选的，所述调取单元具体用于：

调取与所述最新行为序列相邻的前一批次的行为序列作为所述用户的历史行为序列。

基于上述技术方案，本发明实施例中公开了一种构建用户画像的方法，获取用户的原始行为日志；对所述原始行为日志进行预处理，生成所述用户的目标行为日志；对所述目标行为日志进行分析，生成所述用户的最新行为序列；调取所述用户的历史行为序列；将所述最新行为序列及所述历史行为序列进行融合计算得到所述用户的属性标签；根据所述属性标签构建所述用户的用户画像。由于对用户的历史行为序列的应用，能够使最消耗资源的生成用户行为序列的部分避免重复计算，进而节约了硬件资源，提高了用户画像的构建效率。相应的，本发明实施例还公开了一种构建用户画像的装置。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例提供的一种构建用户画像的方法的流程示意图；

图2为本发明实施例提供的一种对所述目标行为日志进行分析生成所述用户的最新行为序列的方法的流程示意图；

图3为本发明实施例提供的一种构建用户画像的装置的结构框图；

图4为本发明实施例提供的一种分析单元的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

目前，在用户画像的构建过程中，多采用离线计算的方式对用户行为数据进行处理，以提取出用户标签。但是，随着大数据技术的深入研究与应用，用户行为数据的数量也越来越多，这就使得对大量用户行为数据进行处理时，不仅消耗过多的硬件资源，还降低了用户画像的构建效率。

为此，本发明提供了一种构建用户画像的方法及装置，能够减少硬件资源的消耗并提高用户画像的构建效率。具体如下：

请参阅附图1，为本发明提供的一种构建用户画像的方法的流程示意图，该方法具体包括如下步骤：

步骤S100、获取用户的原始行为日志。

具体的，可定时获取用户的原始行为日志，以对用户的属性标签进行更新，从而构建出最新的用户画像。

需要说明的是，用户的原始行为日志可从分布式文件系统中获取，也可以是其他数据来源，诸如用户的需求调查问卷，论坛行为数据等多维度的行为，对此，本发明不进行任何限定。而对于用户的原始行为日志所包含的具体数据，本发明也不进行任何限定，比如，当本申请公开的用户画像生成方法用于房产领域时，用户的原始行为日志可包括用户在系统中所有的搜索与筛选的行为，比如在搜索框中输入的搜索词条，以及，对房屋所在区域和房屋户型的筛选等。

步骤S110、对所述原始行为日志进行预处理，生成所述用户的目标行为日志。

由于获取的用户的原始行为日志中垃圾信息可能比较多，日志数据类型种类也比较多，因此，需要对所述原始行为日志进行预处理，具体的，可对所述原始行为日志进行清洗以及对所述原始行为日志的格式规范化。比如，用户第一次点击了户型1，第二次又追加了区域1，那么第二次系统得到的原始行为日志是“户型1”+“区域1”，在对原始行为日志进行清洗的时候，就需要把第二次的原始行为日志中的“户型1”识别并去掉。

步骤S120、对所述目标行为日志进行分析，生成所述用户的最新行为序列。

需要说明的是，用户的行为序列为最小粒度的用户行为序列，其中最小粒度的行为序列就是可以用于多个数据源融合的最小计算单元。

具体的，本发明公开了一种对所述目标行为日志进行分析生成所述用户的最新行为序列的方法，请参阅图2，该方法包括如下步骤：

步骤S1201、将所述目标行为日志推送给消息队列。

具体的，上述消息队列可以为卡夫卡(Kafka)消息队列。

步骤S1202、从所述消息队列中拉取目标行为日志的数据进行实时流计算处理解析得到所述用户的每一次行为的属性信息。

在本实施例中，当用户的原始行为日志包括用户在系统中所有的搜索与筛选的行为时，用户的每一次行为的属性信息可以为用户的每一次的点击。

步骤S1203、将所述用户的每一次行为的属性信息组合生成所述用户的最新行为序列，并存储所述用户的最新行为序列。

步骤S130、调取所述用户的历史行为序列。

具体的，由于用户的原始行为日志均有生成时间，因此，可以对用户的原始行为日志按照时间排序，并按照一定时间间隔划分批次，每个批次的原始行为日志均对应一个行为序列，相应的，不同批次的原始行为日志也就对应不同批次的行为序列，对应最近一批原始行为日志的行为序列为最新行为序列，而在这之前生成的行为序列为历史行为序列。

在本实施例中，可调取与所述最新行为序列相邻的前一批次的行为序列作为所述用户的历史行为序列。

步骤S140、将所述最新行为序列及所述历史行为序列进行融合计算得到所述用户的属性标签。

需要说明的是，所述最新行为序列及所述历史行为序列能够融合，是因为所述最新行为序列及所述历史行为序列中的数据满足闭包特性，比如一个结果由多个参数通过加或乘得到，那么，其他数据源的结果只要能够拆分成对应的独立参数，就可以直接与原有的结果集进行合并计算，并生成最终批次的结果集，不断迭代。

步骤S150、根据所述属性标签构建所述用户的用户画像。

标签通常是人为规定的高度精炼的特征标识，用户画像可人为是用户属性标签的总和。

本实施例中公开了一种构建用户画像的方法，获取用户的原始行为日志；对所述原始行为日志进行预处理，生成所述用户的目标行为日志；对所述目标行为日志进行分析，生成所述用户的最新行为序列；调取所述用户的历史行为序列；将所述最新行为序列及所述历史行为序列进行融合计算得到所述用户的属性标签；根据所述属性标签构建所述用户的用户画像。由于对用户的历史行为序列的应用，能够使最消耗资源的生成用户行为序列的部分避免重复计算，进而节约了硬件资源，提高了用户画像的构建效率。

下面对本发明实施例提供的构建用户画像的装置进行介绍，下文描述的构建用户画像的装置可与上文构建用户画像的方法相互对应参照。

图3为本发明实施例提供的一种构建用户画像的装置的结构框图，该构建用户画像的装置可以包括：

获取单元100，用于获取用户的原始行为日志；

预处理单元110，用于对所述原始行为日志进行预处理，生成所述用户的目标行为日志；

分析单元120，用于对所述目标行为日志进行分析，生成所述用户的最新行为序列；

调取单元130，用于调取所述用户的历史行为序列；

融合单元140，用于将所述最新行为序列及所述历史行为序列进行融合计算得到所述用户的属性标签；

构建单元150，用于根据所述属性标签构建所述用户的用户画像。

所述获取单元具体用于：

定时获取用户的原始行为日志，以对所述用户的属性标签进行更新。

所述预处理单元具体用于：

对所述原始行为日志进行清洗以及对所述原始行为日志的格式规范化。

图4为本发明实施例提供的分析单元的结构框图，该分析单元可以包括：

推送子单元1201，用于将所述目标行为日志推送给消息队列；

计算子单元1202，用于从所述消息队列中拉取目标行为日志的数据进行实时流计算处理解析得到所述用户的每一次行为的属性信息；

组合子单元1203，用于将所述用户的每一次行为的属性信息组合生成所述用户的最新行为序列。

所述调取单元具体用于：

调取与所述最新行为序列相邻的前一批次的行为序列作为所述用户的历史行为序列。

综上所述：

本发明实施例中公开了一种构建用户画像的方法，获取用户的原始行为日志；对所述原始行为日志进行预处理，生成所述用户的目标行为日志；对所述目标行为日志进行分析，生成所述用户的最新行为序列；调取所述用户的历史行为序列；将所述最新行为序列及所述历史行为序列进行融合计算得到所述用户的属性标签；根据所述属性标签构建所述用户的用户画像。由于对用户的历史行为序列的应用，能够使最消耗资源的生成用户行为序列的部分避免重复计算，进而节约了硬件资源，提高了用户画像的构建效率。相应的，本发明实施例还公开了一种构建用户画像的装置。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种构建用户画像的方法，其特征在于，包括：

获取用户的原始行为日志；

对所述原始行为日志进行预处理，生成所述用户的目标行为日志；

对所述目标行为日志进行分析，生成所述用户的最新行为序列；

调取所述用户的历史行为序列；

将所述最新行为序列及所述历史行为序列进行融合计算得到所述用户的属性标签；

根据所述属性标签构建所述用户的用户画像。

2.根据权利要求1所述的构建用户画像的方法，其特征在于，所述获取用户的原始行为日志，包括：

定时获取用户的原始行为日志，以对所述用户的属性标签进行更新。

3.根据权利要求1所述的构建用户画像的方法，其特征在于，所述对所述原始行为日志进行预处理，包括：

对所述原始行为日志进行清洗以及对所述原始行为日志的格式规范化。

4.根据权利要求1所述的构建用户画像的方法，其特征在于，所述对所述目标行为日志进行分析，生成所述用户的最新行为序列，包括：

将所述目标行为日志推送给消息队列；

从所述消息队列中拉取目标行为日志的数据进行实时流计算处理解析得到所述用户的每一次行为的属性信息；

将所述用户的每一次行为的属性信息组合生成所述用户的最新行为序列。

5.根据权利要求1所述的构建用户画像的方法，其特征在于，所述调取所述用户的历史行为序列，包括：

调取与所述最新行为序列相邻的前一批次的行为序列作为所述用户的历史行为序列。

6.一种构建用户画像的装置，其特征在于，包括：

获取单元，用于获取用户的原始行为日志；

预处理单元，用于对所述原始行为日志进行预处理，生成所述用户的目标行为日志；

分析单元，用于对所述目标行为日志进行分析，生成所述用户的最新行为序列；

调取单元，用于调取所述用户的历史行为序列；

融合单元，用于将所述最新行为序列及所述历史行为序列进行融合计算得到所述用户的属性标签；

构建单元，用于根据所述属性标签构建所述用户的用户画像。

7.根据权利要求6所述的构建用户画像的装置，其特征在于，所述获取单元具体用于：

定时获取用户的原始行为日志，以对所述用户的属性标签进行更新。

8.根据权利要求6所述的构建用户画像的装置，其特征在于，所述预处理单元具体用于：

对所述原始行为日志进行清洗以及对所述原始行为日志的格式规范化。

9.根据权利要求6所述的构建用户画像的装置，其特征在于，所述分析单元包括：

推送子单元，用于将所述目标行为日志推送给消息队列；

计算子单元，用于从所述消息队列中拉取目标行为日志的数据进行实时流计算处理解析得到所述用户的每一次行为的属性信息；

组合子单元，用于将所述用户的每一次行为的属性信息组合生成所述用户的最新行为序列。

10.根据权利要求6所述的构建用户画像的装置，其特征在于，所述调取单元具体用于：

调取与所述最新行为序列相邻的前一批次的行为序列作为所述用户的历史行为序列。